Forfatter og AI-ekspert oppfordrer organisasjoner til å gå fra “mennesket i sløyfen” til “mennesket på sløyfen”

Jeg har også skrevet flere bøker om ledelse og det å lede mennesker, inkludert Management 3.0, Managing for Happiness og senest Human Robot Agent, som handler om ledelse i KI-alderen.

Hvorfor ledelse ikke lenger handler om å være den smarteste personen i rommet

Med KI blir ledelse samtidig tømt for innhold og bygget opp på nytt.

Jeg pleide å tro at ledelse betydde å være den smarteste personen i rommet. Men i dag er KI den smarteste entiteten i rommet på rundt 90 % av alle temaer.

Ledelse handler nå om å vite hvilke spørsmål man skal stille, hvilke begrensninger man skal sette, og når man skal gripe inn. Det er vanskeligere enn å vite svarene.

Hvorfor KI må gå fra menneske-i-løkken til menneske-på-løkken

Jeg satser karrieren min på agentiske organisasjoner. Ja, jeg sa det offentlig, og jeg mener det.

De delene av ledelsen som hovedsakelig handler om å kontrollere informasjonsflyt, godkjenne ting og sitte i beslutningssløyfer? De forsvinner. KI kan behandle informasjon, generere alternativer og gjennomføre arbeidsflyter raskere enn noen leder kan gå gjennom innboksen sin.

I flere tiår har organisasjoner kanalisert all intelligens – både menneskelig og kunstig – gjennom menneskelige flaskehalser. Selv i dag har de fleste «KI-drevne» selskaper ansatte som ber ChatGPT om ting hele dagen, deler smarte ledetekster i Slack-kanaler og feirer KI-seire i allmøter. Men enhver KI-interaksjon begynner og slutter fortsatt med et menneske. KI-systemene snakker aldri med hverandre. De utfører ingenting selvstendig.

Det er det vi kaller mennesker-i-løkken. Og det er en massiv begrensning. Alt går saktere, i samme tempo som den tregeste flaskehalsen.

KI-baserte konkurrenter opererer ikke på denne måten. De har KI-agenter som håndterer hele verdistrømmer, mens mennesker fokuserer på strategi, etikk og unntakstilfeller. Forskjellen i gjennomstrømming er enorm.

Poenget er dette: Ledere skaper ikke verdi ved å være en del av sløyfen.

Skiftet jeg tar til orde for, er mennesker-på-løkken. La KI-agenter håndtere arbeidsflyter autonomt, mens mennesker fokuserer på strategisk retning, etikk og de kompliserte vurderingene som maskiner ikke kan gjøre. Ulike intelligenser, ulik hastighet, ulik infrastruktur.

Hvordan mønstre og praksiser kan leve inne i KI i stedet for i deg

La meg fortelle om mitt «AlphaZero»-øyeblikk.

Forrige måned hadde jeg åtte samtaler med lesere av Substack-nyhetsbrevet mitt. Jeg finjusterte Job-to-Be-Done, altså de faktiske problemene målgruppen min slet med. Jeg lastet ned alle møtereferatene, lagret dem i Google Drive, hentet en JTBD-ferdighet fra en offentlig markedsplass for ferdigheter og ba Claude analysere alt.

Claude gjennomførte hele ritualet: funksjonelle behov, emosjonelle behov, sosiale behov – hele Christensen-rammeverket. Deretter genererte den en rapport. Jeg ba den gjøre rapporten om til en ny, tilpasset ferdighet optimalisert for Substack-nyhetsbrevet mitt, en JTBD-evaluator som nå kan analysere fremtidige artikkelutkast og fortelle meg hvor godt de samsvarer med lesernes problemer og gevinster.

Arbeid på tjue minutter. Kanskje mindre. Og du kunne gjort det med teamet ditt eller kundene dine.

Jeg satt der og innså: Clayton Christensens rammeverk befinner seg ikke lenger i hodet mitt, det lever nå inne i Claude. Jeg trenger ikke å vite hvordan det fungerer. Claude utførte analysen på menneskelig vis, ved å bruke menneskelig språk og følge menneskedesignede mønstre. Jeg var bare orkestratoren som ga en agent en oppgave.

Når mønstre og praksiser lever i agenten i stedet for i deg, skjer det en grunnleggende endring. Ferdigheter er de nye mønstrene og praksisene. Spørsmålet blir: «Når agenten tar feil, kan jeg se det?»

Hvorfor produktivitetsteater hindrer AIs potensial

Den største barrieren mellom AIs løfter og faktiske resultater? Produktivitetsteater. Punktum.

Mønsteret finnes overalt: Ledere drar på en konferanse, nikker til en hovedtale, og plutselig er de «helt med på AI». De tar i bruk Microsoft Copilot eller en intern chatbot med et heroisk navn og et dashbord ingen har bedt om. De forteller teamene at dette vil innlede en gullalder for produktiviteten.

Hva skjer? Kollegene sender AI-baserte møtereferenter til møter de ikke deltar i. Boter genererer sammendrag ingen leser. Folk svarer automatisk med luftige avsnitt som ikke sier noe. AI-genererte forskningsrapporter formerer seg som TikTok-videoer. Presentasjoner blomstrer og dør i delte stasjoner. Ingen leser noe. Alle oppsummerer bare oversettelsene og oversetter sammendragene.

Mediene har lagt merke til det. Overskrifter som «Flertallet av toppsjefene er bekymret fordi AI ikke gir noen økonomisk avkastning» og «AI-generert arbeidsræl ødelegger produktiviteten» har hopet seg opp gjennom hele året.

Selskaper strør AI oppå ødelagte arbeidsflyter, og det synes.

Der den virkelige akselerasjonen skjer — Novartis reduserer utvelgelsen av kliniske utprøvingssteder fra uker til timer, forsikringsselskaper automatiserer 400 000 skadesaker fra behandlingstider på tre uker til minutter, enkeltutviklere leverer apper med full teknologistakk i løpet av en helg — er mønsteret tydelig. Disse arbeidsflytene ble ikke 10 % raskere. De kollapset fullstendig. År ble til uker. Uker ble til minutter.

Hvordan teknostress påvirker bruk av AI og produktivitet

Jeg abonnerer alene på over 100 AI-nyhetsbrev på Substack. Hver kunngjøring om et nytt verktøy utløser den samme reaksjonen: en liten bølge av uro etterfulgt av trang til å undersøke. Gang det med tretti kunngjøringer i uken, og jeg lærte ikke lenger. Jeg skalv. Jeg doomscrollte gjennom gjøremålslisten min som om den var en nyhetsstrøm på LinkedIn.

Jeg ble overrasket over hvor raskt nervesystemet mitt tilpasset seg kontinuerlig delvis aktivering, og hvor ødeleggende det var.

Teknostress. FOBO — frykt for å bli utdatert. Jeg fikk faktisk ChatGPT, Gemini og Claude til å diskutere med hverandre hvordan de skulle håndtere problemet de selv hadde skapt. Rett skal være rett, ikke sant?

Den kontraintuitive innsikten jeg fikk, var at jo mer «oppdatert» du er, desto mer erstattelig blir du. Hvis verdien din ligger i å kjenne til de nyeste funksjonene i Claude Code, er du akkurat like verdifull som et abonnement til 20 dollar i måneden. Ingenting faller raskere i verdi enn AI-kunnskap.

I AI-alderen er ro et unikt salgsargument.

Hvorfor det er et strategisk fortrinn å beherske færre AI-verktøy

Å mestre verktøy er feil spill. Ledere bør fokusere på verktøyimmunitet. Konkurransefortrinnet ditt er å levere verdi med færre teknologier enn angsten din tilsier.

Når det er sagt, er dette det jeg bruker daglig:

• Claude (Anthropic) — Min primære KI. Jeg bruker Claude Projects omfattende, med egendefinerte ferdigheter definert som Markdown-filer. Jeg har bygget en personlig spøkelsesforfatterferdighet, en JTBD-evaluator, en formatforbedrer, en SEO-optimalisering og en markedsføringsevaluator. Claude er min tenkepartner, redaktør, analytiker og av og til terapeuten min når den nyeste KI-lanseringen sender kortisolnivået mitt gjennom taket. Vurdering: den beste resonneringsmodellen for arbeid med langformatinnhold. Prosjekter med ferdigheter har endret arbeidsflyten min mer enn noen annen enkeltfunksjon innen KI.
• ChatGPT (OpenAI) — Jeg bruker den for å få en annen vurdering. Når jeg har et spesielt viktig problem, bruker jeg flere modeller og lar dem kritisere hverandres tilbakemeldinger. ChatGPT er også god for rask, strukturert analyse. Jeg arrangerer KI-debatter mellom ChatGPT, Gemini og Claude og publiserer resultatene.
• Gemini (Google) — Den tredje stemmen i flermodell-debattene mine. Nyttig fordi hele arbeidsområdet mitt er i Google, så den har direkte tilgang til dokumentene og e-posten min. Mer spydig enn de to andre, noe jeg setter pris på.
• Make — Ryggraden i automatiseringen min. Jeg har bygget arbeidsflyter som kobler Claude til innholdsprosessen min: artikkelutkast går gjennom formateringskontroller, SEO-analyse, generering av innlegg til sosiale medier og distribusjon av nyhetsbrev. Det er her komprimering av arbeidsflyten skjer.
• Nano Banana Pro — Til generering av KI-bilder. Jeg har ikke peiling på hvordan modellen lager disse fantastiske bildene. Det bare fungerer.

Hvordan Claude Projects revolusjonerte arbeidsflyten min

Favorittverktøyet mitt er Claude Projects med egendefinerte ferdigheter. Ingen konkurranse.

Her er hvorfor. En Claude-ferdighet er en Markdown-fil som lærer Claude hvordan den skal utføre en bestemt oppgave. Hver ferdighet koder inn preferansene mine, standardene mine og den opparbeidede dømmekraften min.

Hva gjør dette annerledes enn å bare skrive instruksjoner? Varighet og oppsamling. Hver ferdighet jeg bygger, gjør den neste bedre. De blir til et system, et sammenkoblet sett med kodifisert ekspertise som forsterkes over tid.

Rammeverkene mine lever nå inne i agentene. Det er både spennende og skremmende. Spennende fordi jeg er 10 ganger raskere. Skremmende fordi jeg mister evnen til å vurdere om agenten gjør det riktig hvis jeg slutter å øve på det underliggende håndverket.

Hvordan opprette et agentisk rådgivningsstyre

For strategi og beslutningstaking bruker jeg en tilnærming med et «agentisk rådgivningsstyre». Når jeg står overfor en strategisk beslutning, stiller jeg det samme spørsmålet til Claude, ChatGPT og Gemini, og lar dem deretter kritisere hverandres svar.

Dette gir tre tydelige analytiske perspektiver, i tillegg til friksjonen ved uenighet – nøyaktig det et godt rådgivningsstyre bør tilby. Debattene er ofte mer grundige enn samtaler jeg har hatt med menneskelige rådgivere.

Hvorfor de fleste organisasjoner ikke er KI-klare

Jeg bruker mye tid på å tenke på KI-kompetanse for leserne mine og organisasjonene jeg rådgir.

Her er min ærlige vurdering: De fleste programmer for KI-kompetanse er søppel. De lærer folk hvilke knapper de skal trykke på i ChatGPT, og kaller det «kompetanseheving». Det er som å lære noen å bruke en hammer og kalle dem arkitekt.

«KI-klar» betyr tre ting:

1. Å forstå hva KI kan og ikke kan gjøre på et konseptuelt nivå – ikke å pugge funksjoner som vil endres neste måned, men å forstå hva mønstergjenkjenning, språkgenerering og agentiske arbeidsflyter betyr for arbeidet ditt.
2. Å identifisere hvilke arbeidsflyter som bør bygges om rundt KI, i stedet for bare å strø litt KI over dem.
3. Å utøve dømmekraft for å vite når KI tar feil. Dette krever at du opprettholder din egen fagkunnskap.

Hvorfor fagfolk ikke må bli avhengige av KI

Jeg frykter å våkne en dag ute av stand til å skrive eller tenke kritisk fordi jeg har delegert de kognitive musklene mine til agenter for lenge. Den eneste halsen som kan vries, blir én enkelt atrofiert muskel.

Jeg motarbeider dette aktivt. Jeg skriver fortsatt hver eneste artikkel selv. Jeg leser fortsatt fysiske bøker. Jeg tenker fortsatt gjennom ting før jeg ber Claude kontrollere arbeidet mitt, ikke etterpå. Men dragningen mot avhengighet er reell, og den er konstant.

Jeg er redd for å bli det jeg advarer andre mot: en person som ser produktiv ut, men i stillhet setter bort evnen til original tenkning. Den frykten er nyttig. Den holder meg i øving.

Og jeg kommer ikke til å la det skje.

Hvorfor ledere må våkne opp og innse KI-virkeligheten

Slutt å jage verktøy. Stabiliser prinsippene dine, begrens gjennomføringsflaten din, og tidsavgrens nysgjerrigheten din.

Det er mitt råd i én setning. Her er den lengre versjonen:

Under kredittkrisen i 2008 tok jeg en gang tak i skuldrene til administrerende direktør. Bokstavelig talt. Selskapet var på vei rett mot en økonomisk vegg. Inntektene falt, og det økonomiske handlingsrommet krympet. Og han frøs bare fast som et rådyr i frontlysene, mens han rolig forberedte seg på å gå hele virksomheten i søvne utfor et stup gjennom passivitet.

Jeg sa til ham: "Våkn opp, for Guds skyld! Handlingsrommet vårt forsvinner. Vi må handle."

Det gjorde han. Senere takket han meg.

Jeg tenker på det øyeblikket hver gang en leder sier,"AI skaper ikke avkastning." Selvfølgelig gjør den ikke det, ikke slik du bruker den. Du behandler AI som en notatassistent, når du burde behandle den som en motor for å finne opp arbeidsflyten på nytt. Du sender idéer fra idémyldringer til komiteer for godkjenning i stedet for å gi folk tillatelse til å eksperimentere.

Hvis ledelsen din gjør innføringen av AI om til en forslagskasse og en styringsarbeidsflyt, må noen riste dem våkne før de fører organisasjonen utfor et stup.

Hvorfor organisasjonene som overlever, blir agentiske

Når det gjelder det som kommer, gjør AI enhver yrkesutøver til en enmannsvirksomhet, enten de liker det eller ikke. De som lærer å orkestrere AI-agenter, opprettholde sin egen dømmekraft og levere reell verdi med minimale tilleggskostnader, vil blomstre.

Organisasjonene som overlever, blir agentiske – systemer med to spor der AI håndterer gjennomføringen i maskinhastighet, mens mennesker fokuserer på strategi, etikk og de genuint vanskelige problemene.

Organisasjonene som fortsetter å føre all intelligens gjennom menneskelige flaskehalser, vil oppdage, sannsynligvis for sent, at konkurrentene deres bygde ringveier mens de fortsatt satt fast i trafikken.

Følg med

Du kan abonnere på Jurgen Appelos gratis nyhetsbrev to ganger i uken, Solosjefen, der han publiserer skarpe, konvensjonsbrytende essays som skjærer gjennom hypen. Eller følg ham på LinkedIn og les mer på nettstedet hans.

Flere ekspertintervjuer kommer på People Managing People!